基于空间滞后模型的中国省域碳排放量影响因素分析.pdf
《基于空间滞后模型的中国省域碳排放量影响因素分析.pdf》由会员分享,可在线阅读,更多相关《基于空间滞后模型的中国省域碳排放量影响因素分析.pdf(10页珍藏版)》请在咨信网上搜索。
1、Statistics and Application 统计学与应用统计学与应用,2023,12(4),867-876 Published Online August 2023 in Hans.https:/www.hanspub.org/journal/sa https:/doi.org/10.12677/sa.2023.124091 文章引用文章引用:邱少彤.基于空间滞后模型的中国省域碳排放量影响因素分析J.统计学与应用,2023,12(4):867-876.DOI:10.12677/sa.2023.124091 基于空间滞后模型的中国省域碳排放量影响基于空间滞后模型的中国省域碳排放量影响
2、因素分析因素分析 邱少彤邱少彤 福建师范大学数学与统计学院,福建 福州 收稿日期:2023年7月5日;录用日期:2023年7月26日;发布日期:2023年8月10日 摘摘 要要 降低二氧化碳排放量是我国节能减排的首要目标,探究碳排放量的影响因素对创造绿色中国有着重要的降低二氧化碳排放量是我国节能减排的首要目标,探究碳排放量的影响因素对创造绿色中国有着重要的指导作用。本文基于指导作用。本文基于2004年年2019年我国碳排放量面板数据,首先,通过莫兰指数和莫兰散点图研究我年我国碳排放量面板数据,首先,通过莫兰指数和莫兰散点图研究我国碳排放量的空间相关性,再基于国碳排放量的空间相关性,再基于STI
3、RPAT模型和时空双固定效应空间滞后模型构建碳排放的影响因素模型和时空双固定效应空间滞后模型构建碳排放的影响因素的空间计量模型。其次,研究我国碳排放量的空间溢出效应。实证研究结果表明:的空间计量模型。其次,研究我国碳排放量的空间溢出效应。实证研究结果表明:1)我国各省域碳排放我国各省域碳排放量在空间上有着显著的空间正相关性,我国碳排放量存在明显的空间聚集性;量在空间上有着显著的空间正相关性,我国碳排放量存在明显的空间聚集性;2)能源结构能源结构EC、人均生、人均生产总值产总值PGDP和环境规制和环境规制ER和对碳排放有着负面影响,而人口数和对碳排放有着负面影响,而人口数POP和研发强度和研发强
4、度RD抑制了碳排放量抑制了碳排放量;3)本地区能源消费结构变动会带动碳排放量变大,同时相邻地区的能源消费结本地区能源消费结构变动会带动碳排放量变大,同时相邻地区的能源消费结构也会影响本地区的碳排放构也会影响本地区的碳排放量。最后,本文根据实证研究结果给出相应的合理建议量。最后,本文根据实证研究结果给出相应的合理建议。关键词关键词 碳排放,能源结构,碳排放,能源结构,STIRPAT模型,莫兰指数,空间滞后模型模型,莫兰指数,空间滞后模型 An Analysis of the Influencing Factors of Chinas Provincial Carbon Emissions Bas
5、ed on the Spatial Lag Model Shaotong Qiu School of Mathematics and Statistics,Fujian Normal University,Fuzhou Fujian Received:Jul.5th,2023;accepted:Jul.26th,2023;published:Aug.10th,2023 Abstract Reducing carbon dioxide emission is the primary goal of energy saving and emission reduction in 邱少彤 DOI:1
6、0.12677/sa.2023.124091 868 统计学与应用 our country.Exploring the influencing factors of carbon emission plays an important guiding role in creating Green China.Based on the panel data of our countrys carbon emissions from 2004 to 2019,this paper first studies the spatial correlation of our countrys carbo
7、n emissions through Mo-lan index and Molan scatter plot,and based on STIRPAT model and spatiotemporal double fixed effects spatial lag model,the spatial econometric model of influencing factors of carbon emission was constructed.Secondly,we study the spatial spillover effect of carbon emissions in o
8、ur country.The empirical results show that:1)the carbon emission of every province in our country has sig-nificant positive spatial correlation,the carbon emission of our country has obvious spatial aggrega-tion;2)energy structure EC,GDP per capita and environmental regulation ER have negative ef-fe
9、cts on carbon emissions,while population POP and R&D Intensity Rd have negative effects on carbon emissions;3)the change of energy consumption structure in the region will lead to the in-crease of carbon emissions,and the energy consumption structure in the neighboring regions will also affect the c
10、arbon emissions in the region.Finally,this paper gives some reasonable sugges-tions according to the empirical results.Keywords Carbon Emissions,Energy Structure,STIRPAT Model,Molan Index,Spatial Lag Model Copyright 2023 by author(s)and Hans Publishers Inc.This work is licensed under the Creative Co
11、mmons Attribution International License(CC BY 4.0).http:/creativecommons.org/licenses/by/4.0/1.引言引言 我国在经济上取得持续高速发展,同时环境问题也变得日益严重,其中碳排放量的不断增加尤为突出。碳排放量不断增加而导致的全球气候变暖问题是人类面临的全球性问题,节能减排已成为世界各国保护环境的重大工作,中国也将这一议题纳入国家战略,并承诺做出应有贡献。中国是全球气候变化的敏感区和显著影响区,中国气候变化蓝皮书(2020)1中指出,中国气候系统多项关键指标呈现加速变化趋势,区域生态环境不稳定性加大。为应对
12、气候变化、寻求人与自然和谐共处的可持续发展模式,中国积极承担减排责任、制定减排任务,承诺力争二氧化碳排放于 2030 年前达到峰值、2060 年前实现碳中和。碳中和在未来一段时间会成为我国经济社会发展的重要任务,也对我国经济和社会转型产生了深远影响。作为最大的能源消费与碳排放国,提高碳排放绩效是实现双碳目标、建设生态文明和经济高质量发展的关键环节和重要抓手。面对这一严峻的现状,无论从企业层面还是政府层面,制定合理的减排政策尤为重要。因此,弄清我国碳排放所具有的区域特征和影响我国碳排放的因素有十分的必要。碳排放随着经济发展成为热门话题,众多学者从不同的角度对碳排放进行研究。纪凡荣2基于传统的马尔
13、可夫链和空间加权的马尔科夫链对19982019年我国30个省市自治区的建筑业碳排放的时空演变规律进行了探究,发现建筑业碳排放区域背景对该地区自身的建筑业碳排放的影响是显著的。邓光耀3利用Dagum基尼系数和地理加权回归模型研究了20102019年我国能源消费碳排放的区域差异及其影响因素。刘金华4依据 LMDI 分解模型,对影响碳排放的因素进行分解分析,发现能源结构、产业结构、人口结构、区域等因素都会影响碳排放,以上研究的是碳排放与经济增长之间的关系。其他学者从空间角度对我国碳排放进行了研究,李坤明5等基于空间滞后分位数回归模型研究了我国碳排放的驱动机制,发现不同分位点的参数估计结果存在明显差异
14、。方艳6研究了全球外商直接投资(FDI)对我国碳排放的影响机制,得出了 FDI 在省级和地区层面对碳排放量均有显著的抑制作用。毛彦军7金融工具层面探讨了Open AccessOpen Access邱少彤 DOI:10.12677/sa.2023.124091 869 统计学与应用 绿色信贷对碳排放量的空间影响及其传导机制,研究表明绿色信贷不仅能够促进本地二氧化碳减排,还能通过空间溢出效应促进周边地区二氧化碳减排。禹久泓8实证检验了环境规制、碳减排对经济高质量发展的影响机理,研究发现:减少碳排放量能够有效助推经济高质量发展,且在环境规制对经济高质量发展的影响中存在中介效应。张忠杰等9利用空间计量
15、模型研究了城镇化和金融发展等因素对碳排放的影响,指出金融发展水平的提升会降低人均能源消费碳排放,而城镇化率的提高会导致人均能源消费碳排放增加。张华明等10利用空间计量模型研究了 20092018 年中国各城市碳排放的影响因素,指出产业集聚与城市人口规模在影响碳排放上具有协同效应。本文在前人的基础上从空间的角度对影响碳排放量的因素进行探究,建立时空双固定效应空间滞后面板模型,寻找出碳排放量的影响因素,再分析其溢出效应。最后通过实证分析的结果总结出应对措施,并且在减少碳排放量和促进经济发展二者之间的平衡问题提出合理有针对性的建议。2.数据说明及研究方法数据说明及研究方法 2.1.数据来源数据来源
16、本文的研究对象为 2004 年到 2019 年的中国 30 个省市自治区的人均碳排放量,由于西藏、台湾、香港、澳门的数据缺失,因此未纳入本次研究中,研究样本共有 480 个观测值。人均碳排放数据和其他解释变量数据来源于中国统计年鉴中国能源统计年鉴中国环境统计年鉴。本文选取的被解释变量为人均碳排放量,计算方式为该省域的碳排放量除以该省域的人口总数,单位为万吨/人。根据 2007 年 IPCC 第四次评估报告,温室气体增加的主要来源是化石燃料燃烧,因此本文根据各省历年终端能源消费数据进行碳排放量的测算。计算方法基于 IPCC 国家温室气体排放清单指南2006 版11。如下所示:1mitjitjjC
17、E=(1)其中itC为 i 省在第 t 年时的碳排放量,itjE为 i 省在第 t 年的 j 种能源消耗量,j为第 j 种能源的碳排放系数,m 为能源消耗的总类。由于统计的原始能源消费量均为实物统计量,测算碳排放量时须转换为标准统计量。通过查阅中国能源统计年鉴,本文最终将能源消耗总类 m 选取为 9 个类别,其中包括原煤、焦炭、原油、汽油、煤油、柴油、燃料油、天然气和电力。转换系数的计量单位天然气为 t 标准煤/万 m3、电力为 t 标准煤/万 Kwh,其余能源的单位为 kg 标准煤/kg。2.2.研究方法研究方法 本文为了探究省域间二氧化碳排放量的影响因素,某地区环境的影响可用 IPAT 模
18、型12,该模型最早由 Enrlich 和 Holdrenz 提出,用于分析人口、经济和科技对环境的影响。由于IPAT=原始模型存在局限性,Dietz 等在原有基础上对原模型进行改进,提出了 STIRPAP 模型13,该模型的数学定义式如下:bcdIaP A T e=(2)其中 I 为人类对环境造成的影响,P 为人口规模,A 为富裕程度,T 为科学技术水平,a 为模型的系数,b、c、d 为自变量的指数,e 为随机误差项。为了消除模型中存在的异方差,参见陈占明的做法14,所有变量都采取对数形式,从而可得:InIInabInPcInAdInTIne=+(3)本文用人均碳排放量 C 来刻画环境影响,即
19、该地区的碳排放量除以该地区的年末总人口数;年末人口数 POP 和城市化率 URB 刻画人口规模,人口数 POP 为该地区的年末总人口数,城市化率 URB 的计邱少彤 DOI:10.12677/sa.2023.124091 870 统计学与应用 算方法为该地区的年末城市人口数除以年末总人口数,人口越多意味着该地区的碳排放量越多,并且城市化率高的地方有更多的碳排放量,故本文将人口数 POP 和城市化率 URB 纳入人口因素的分析;人均国内生产总值 PGDP 刻画富裕程度,通常认为经济发达的地区的碳排放量越大;用技术水平强度 ER 和研发投入强度 RD 来刻画科学技术水平,ER 为环境污染费用占国内
20、生产总值的比重,RD 为研发人员的人数占总从业人员的比重,经济发达的地区通常会使用高效节能的减排设备,有利于减少碳排放量;能源结构 EC 为煤炭消耗量占总能源消耗量的比重,经济发展初期常常伴随着环境的破坏,能源结构越大,该地区的经济实力越强,但也促进了人均碳排放量增大,因此本文选取能源结构 EC 作为核心解释变量。综上所述,本文选取了被解释变量人均碳排放量 C(后文简称为碳排放量),核心解释变量能源结构 EC 以及五个控制变量,关于七个变量的相关说明和描述性统计如表 1 所示。Table 1.Descriptive statistics of variables 表表 1.变量描述性统计 变量
21、名 变量符号 单位 最小值 平均值 最大值 标准差 人均碳排放量 C 万吨/人 1.842 9.484 44.668 6.739 能源结构 EC%2.480 84.500 99.200 40.500 人口数 POP 万人 539 4462 11521 2680 人均生产总值 PGDP 千元 4.316 40.862 164.22 27.202 环境规制强度 ER%1.723 39.821 99.100 0.343 城市化指数 URB%26.260 53.890 89.600 0.143 研发投入强度 RD%0.178 1.457 7.409 0.011 3.碳排放量的实证分析碳排放量的实证分析
22、 3.1.空间权重矩阵空间权重矩阵 空间权重矩阵用于衡量区域之间的空间关系。基于二进制邻接权重矩阵15,即两个省市之间相邻,空间权重矩阵的元素取值为 1,反之取值为 0。通过 Geoda 软件构建我国 30 个省市的空间权重矩阵,具体形式如下:1;0.ijijij=当区域 和区域 不相邻当区域 和区域 相邻 (4)其中ij为空间权重矩阵中第(),i j个元素。在进行模型估计时,为了使得参数估计值具有良好的统计性质,一般需要对空间权重矩阵进行标准化处理,本文采用行标准化的形式。3.2.空间自相关分析空间自相关分析 空间自相关检验是用来检验碳排放量的观察值在空间上是否存在依赖关系,建立空间计量模型
23、之前需要对数据进行空间相关性检验,本文运用莫兰(Moran)指数对研究对象进行空间相关性检验。全局Moran指数的计算公式为:()()1211nijijinnijijYYYYIS=(5)邱少彤 DOI:10.12677/sa.2023.124091 871 统计学与应用 其中碳排放量方差()2211niiSYYn=,均值11niiYYn=,iY为第 i 个地区(省、市、自治区)的二氧化碳排 放量,n 为样本量 30 个省市,ij为空间权重矩阵中第(),i j个元素。全局 Moran 指数通过 Matlab 计算得到,计算结果如表 2 所示。Table 2.Moran index of per
24、capita carbon emissions from 2004 to 2019 表表 2.20042019 年碳排放量的 Moran 指数 年份 Moran 值 P 值 年份 Moran 值 P 值 2004 年 0.426 0.000 2012 年 0.450 0.000 2005 年 0.417 0.000 2013 年 0.429 0.000 2006 年 0.446 0.000 2014 年 0.432 0.000 2007 年 0.473 0.000 2015 年 0.398 0.000 2008 年 0.499 0.000 2016 年 0.383 0.001 2009 年 0
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 空间 滞后 模型 中国 省域碳 排放量 影响 因素 分析
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。